[發明專利]視頻篩選方法、視頻篩選裝置及終端設備

在審

• 申請號: 202011178088.8
• 申請日: 2020-10-29
• 公開（公告）號: CN112214639A
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 尹康
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06F16/735
• 分類號: G06F16/735;G06K9/00;G06K9/62
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 肖遙

本申請提供的一種視頻篩選方法，包括：基于視頻訓練集，對第一分類模型進行訓練，獲得訓練完成的第一分類模型；針對多個所述基礎視頻和多個所述拓展視頻中的每一個視頻，將所述視頻輸入所述訓練完成的第一分類模型，獲得所述訓練完成的第一分類模型針對所述視頻得到的特征向量；根據所述視頻訓練集中的各個視頻所分別對應的特征向量，從所述視頻訓練集中，篩選出目標視頻。通過上述方法，可以提升視頻數據集的質量。

技術領域

本申請屬于視頻處理技術領域，尤其涉及視頻篩選方法、視頻篩選裝置、終端設備及計算機可讀存儲介質。

背景技術

目前，各類機器學習模型大量應用于對圖像、視頻的分類、檢測等場景中。在實際應用場景中，對于給定任務(如視頻分類)，開發者需要收集足夠數量的訓練數據集，并通過訓練數據集對指定的機器學習模型(如視頻分類模型)進行訓練，從而使得該指定的機器學習模型對于給定任務獲得較好的性能表現。可見，訓練數據集的質量是決定機器學習模型實際表現的關鍵因素之一。

而在視頻分類等應用場景中，相較于圖像數據集，視頻數據集因為數據量大、標注成本高而有著更高的收集難度，導致目前的視頻數據集的質量往往較差，從而在通過視頻訓練集進行模型訓練等具體應用中，限制了訓練得到的視頻分類模型的性能。

發明內容

本申請實施例提供了視頻篩選方法、視頻篩選裝置、終端設備及計算機可讀存儲介質，可以提升視頻數據集的質量。

第一方面，本申請實施例提供了一種視頻篩選方法，包括：

基于視頻訓練集，對第一分類模型進行訓練，獲得訓練完成的第一分類模型，其中，所述視頻訓練集中包括多個基礎視頻，以及各個所述基礎視頻所分別對應的拓展視頻，每一個所述拓展視頻根據對應的基礎視頻而得到；

針對多個所述基礎視頻和多個所述拓展視頻中的每一個視頻，將所述視頻輸入所述訓練完成的第一分類模型，獲得所述訓練完成的第一分類模型針對所述視頻得到的特征向量；

根據所述視頻訓練集中的各個視頻所分別對應的特征向量，從所述視頻訓練集中，篩選出目標視頻。

第二方面，本申請實施例提供了一種視頻篩選裝置，包括：

第一訓練模塊，用于基于視頻訓練集，對第一分類模型進行訓練，獲得訓練完成的第一分類模型，其中，所述視頻訓練集中包括多個基礎視頻，以及各個所述基礎視頻所分別對應的拓展視頻，每一個所述拓展視頻根據對應的基礎視頻而得到；

特征提取模塊，用于針對多個所述基礎視頻和多個所述拓展視頻中的每一個視頻，將所述視頻輸入所述訓練完成的第一分類模型，獲得所述訓練完成的第一分類模型針對所述視頻得到的特征向量；

篩選模塊，用于根據所述視頻訓練集中的各個視頻所分別對應的特征向量，從所述視頻訓練集中，篩選出目標視頻。

第三方面，本申請實施例提供了一種終端設備，包括存儲器、處理器、顯示器以及存儲在上述存儲器中并可在上述處理器上運行的計算機程序，其特征在于，上述處理器執行上述計算機程序時實現如第一方面上述的視頻篩選方法。

第四方面，本申請實施例提供了一種計算機可讀存儲介質，上述計算機可讀存儲介質存儲有計算機程序，上述計算機程序被處理器執行時實現如第一方面上述的視頻篩選方法。

第五方面，本申請實施例提供了一種計算機程序產品，當計算機程序產品在終端設備上運行時，使得終端設備執行上述第一方面中上述的視頻篩選方法。